पुस्तकें / एआई और एमएल

एआई और एमएल

सभी प्रोग्रामिंग भाषाएँ 1285एआई और एमएल 660एल्गोरिदम और सिद्धांत 470सॉफ्टवेयर विकास 391वेब विकास 330डेवऑप्स और आधारभूत संरचना 233साइबर सुरक्षा 217डेटाबेस 144ओएस और सिस्टम 142गेम डेवलपमेंट 120एम्बेडेड सिस्टम 119अन्य 108आईटी प्रबंधन 100
सभी डेटा साइंस 209मशीन लर्निंग 133न्यूरल नेटवर्क 87एलएलएम 84ChatGPT 31टेंसरफ्लो 27कंप्यूटर विज़न 24PyTorch 19एमएलओप्स 17एनएलपी 12पांडा 9AI एजेंट्स 1
EN
Python के साथ मनोभौतिकी का परिचय

Python के साथ मनोभौतिकी का परिचय

A

Rakesh Sengupta, Maganti Madhavilatha

एआई और एमएल
EN
BiteSize Python मध्यवर्ती शिक्षार्थियों के लिए: अभ्यास प्रयोगशालाओं, वास्तविक दुनिया के उदाहरणों और जनरेटिव AI सहायता के साथ

BiteSize Python मध्यवर्ती शिक्षार्थियों के लिए: अभ्यास प्रयोगशालाओं, वास्तविक दुनिया के उदाहरणों और जनरेटिव AI सहायता के साथ

A

Di Wu

एआई और एमएल
EN
RAG with Python Cookbook: डेटा प्रीप्रोसेसिंग से LLM एजेंट तक व्यावहारिक रेसिपी

RAG with Python Cookbook: डेटा प्रीप्रोसेसिंग से LLM एजेंट तक व्यावहारिक रेसिपी

A

Dominik Polzer

एआई और एमएल
RU
GraphRAG के मूल सिद्धांत। ज्ञान ग्राफ पर आधारित उन्नत RAG

GraphRAG के मूल सिद्धांत। ज्ञान ग्राफ पर आधारित उन्नत RAG

A

Томаж Братанич, Оскар Хане

एआई और एमएल
EN
प्रैक्टिकल जनरेटिव AI: अवधारणा से तैनाती तक: नैतिक AI-संचालित समाधानों का निर्माण और तैनाती

प्रैक्टिकल जनरेटिव AI: अवधारणा से तैनाती तक: नैतिक AI-संचालित समाधानों का निर्माण और तैनाती

A

Pramod Singh, James McKeone

एआई और एमएल
EN
स्क्रैच से बड़े भाषा मॉडल बनाना: PyTorch के साथ LLM डिज़ाइन, प्रशिक्षण और तैनाती

स्क्रैच से बड़े भाषा मॉडल बनाना: PyTorch के साथ LLM डिज़ाइन, प्रशिक्षण और तैनाती

A

Dilyan Grigorov

एआई और एमएल
EN
जीवन विज्ञान के लिए गहन शिक्षण: उदाहरणों और अभ्यासों के लिए Python नोटबुक के साथ

जीवन विज्ञान के लिए गहन शिक्षण: उदाहरणों और अभ्यासों के लिए Python नोटबुक के साथ

A

Filippo Biscarini, Nelson Nazzicari

एआई और एमएल
EN
पायथन के साथ इमेज प्रोसेसिंग: सिद्धांत, अभ्यास और अनुप्रयोग

पायथन के साथ इमेज प्रोसेसिंग: सिद्धांत, अभ्यास और अनुप्रयोग

A

Erik Cuevas, Alma Nayeli Rodriguez-Vazquez, Beatriz A. Rivera-Aguilar, Jesús A. López-Luquín, Carlos Guzmán-Rosales

एआई और एमएल
EN
Python और MATLAB में व्यावहारिक तंत्रिका नेटवर्क

Python और MATLAB में व्यावहारिक तंत्रिका नेटवर्क

A

Chunwei Zhang, Tianpeng Li, Ying Dai, Li Sun, Ardashir Mohammadzadeh

एआई और एमएल
RU
Claude Code: डेवलपर्स के लिए AI सहायक की संपूर्ण गाइड

Claude Code: डेवलपर्स के लिए AI सहायक की संपूर्ण गाइड

A

Ранас Мукминов

एआई और एमएल
EN
कुबेरनेट्स पर जेनरेटिव एआई: बड़े भाषा मॉडल को परिचालन बनाना

कुबेरनेट्स पर जेनरेटिव एआई: बड़े भाषा मॉडल को परिचालन बनाना

A

Roland Huß, Daniele Zonca

एआई और एमएल
RU
मशीन लर्निंग। आइडिया से लेकर इम्प्लीमेंटेशन तक सिस्टम डिजाइन

मशीन लर्निंग। आइडिया से लेकर इम्प्लीमेंटेशन तक सिस्टम डिजाइन

A

Валерий Бабушкин, Арсений Кравченко

एआई और एमएल
EN
AutoML सीखना: AutoGluon, प्रमुख फ्रेमवर्क और वास्तविक दुनिया के एकीकरण के साथ ML पाइपलाइनों को स्वचालित करना

AutoML सीखना: AutoGluon, प्रमुख फ्रेमवर्क और वास्तविक दुनिया के एकीकरण के साथ ML पाइपलाइनों को स्वचालित करना

A

Kerem Tomak

एआई और एमएल
RU
प्रैक्टिस में जनरेटिव एआई: ट्रांसफॉर्मर और डिफ्यूजन मॉडल

प्रैक्टिस में जनरेटिव एआई: ट्रांसफॉर्मर और डिफ्यूजन मॉडल

A

Омар Сансевьеро, Педро Куэнка, Аполинарио Пассос, Джонатан Уитакер

एआई और एमएल
RU
बड़ी भाषा मॉडल आधारित सिफारिश प्रणालियाँ। पूर्ण निर्माण चक्र: प्री-ट्रेनिंग से लेकर बुद्धिमान एजेंटों की तैनाती तक।

बड़ी भाषा मॉडल आधारित सिफारिश प्रणालियाँ। पूर्ण निर्माण चक्र: प्री-ट्रेनिंग से लेकर बुद्धिमान एजेंटों की तैनाती तक।

A

Лю Лу, Чжан Юйцзюнь

एआई और एमएल
RU
प्राकृतिक भाषा प्रसंस्करण क्रिया में। दूसरा संस्करण

प्राकृतिक भाषा प्रसंस्करण क्रिया में। दूसरा संस्करण

A

Хобсон Лейн, Мария Дышель

एआई और एमएल
EN
ह्यूजिंग फेस एक्शन में

ह्यूजिंग फेस एक्शन में

A

Wei-Meng Lee

एआई और एमएल
EN
डीप लर्निंग क्रैश कोर्स: आर्टिफिशियल इंटेलिजेंस का एक प्रैक्टिकल, प्रोजेक्ट-आधारित परिचय

डीप लर्निंग क्रैश कोर्स: आर्टिफिशियल इंटेलिजेंस का एक प्रैक्टिकल, प्रोजेक्ट-आधारित परिचय

A

Giovanni Volpe, Benjamin Midtvedt, Jesús Pineda, Henrik Klein Moberg, Harshith Bachimanchi, Joana B. Pereira, Carlo Manzo

एआई और एमएल
EN
मशीन लर्निंग प्लेटफॉर्म इंजीनियरिंग: एमएल और एआई सिस्टम के लिए एक आंतरिक डेवलपर प्लेटफॉर्म बनाएं

मशीन लर्निंग प्लेटफॉर्म इंजीनियरिंग: एमएल और एआई सिस्टम के लिए एक आंतरिक डेवलपर प्लेटफॉर्म बनाएं

A

Benjamin Tan Wei Hao, Shanoop Padmanabhan, Varun Mallya

एआई और एमएल
EN
फाउंडेशन मॉडल का उपयोग करके टाइम सीरीज फोरकास्टिंग

फाउंडेशन मॉडल का उपयोग करके टाइम सीरीज फोरकास्टिंग

A

Marco Peixeiro

एआई और एमएल
EN
ट्रांसफॉर्मर और डिफ्यूज़न के साथ एक टेक्स्ट-टू-इमेज जेनरेटर (स्क्रैच से) बनाएं

ट्रांसफॉर्मर और डिफ्यूज़न के साथ एक टेक्स्ट-टू-इमेज जेनरेटर (स्क्रैच से) बनाएं

A

Mark Liu

एआई और एमएल
EN
ट्रांसफॉर्मर्स: द डेफिनिटिव गाइड। एनएलपी से परे अनुप्रयोग

ट्रांसफॉर्मर्स: द डेफिनिटिव गाइड। एनएलपी से परे अनुप्रयोग

A

Nicole Koenigstein

एआई और एमएल
EN
एक्शन में ट्रांसफॉर्मर्स

एक्शन में ट्रांसफॉर्मर्स

A

Nicole Koenigstein

एआई और एमएल
EN
लैंगचेन, लैंगग्राफ और एमसीपी के साथ एआई एजेंट और अनुप्रयोग

लैंगचेन, लैंगग्राफ और एमसीपी के साथ एआई एजेंट और अनुप्रयोग

A

Roberto Infante

एआई और एमएल
EN
ग्रोकिंग एआई एल्गोरिदम, दूसरा संस्करण: एआई कैसे जटिल समस्याओं का समाधान करता है

ग्रोकिंग एआई एल्गोरिदम, दूसरा संस्करण: एआई कैसे जटिल समस्याओं का समाधान करता है

A

Rishal Hurbans

एआई और एमएल
EN
PyTorch के साथ डीप लर्निंग, दूसरा संस्करण: डीप लर्निंग और जेनरेटिव एआई मॉडल का प्रशिक्षण और अनुप्रयोग

PyTorch के साथ डीप लर्निंग, दूसरा संस्करण: डीप लर्निंग और जेनरेटिव एआई मॉडल का प्रशिक्षण और अनुप्रयोग

A

Howard Huang, Eli Stevens, Luca Antiga, Thomas Viehmann

एआई और एमएल
EN
एप्लाइड मशीन लर्निंग: व्यावसायिक समस्याओं को हल करने के लिए मशीन लर्निंग का उपयोग

एप्लाइड मशीन लर्निंग: व्यावसायिक समस्याओं को हल करने के लिए मशीन लर्निंग का उपयोग

A

Jason Hodson

एआई और एमएल
EN
PyTorch: व्यावहारिक मार्गदर्शिका

PyTorch: व्यावहारिक मार्गदर्शिका

A

Bert Gollnick

एआई और एमएल
EN
जेनरेटिव एआई का परिचय: विश्वसनीय, जिम्मेदार और वास्तविक दुनिया के अनुप्रयोग

जेनरेटिव एआई का परिचय: विश्वसनीय, जिम्मेदार और वास्तविक दुनिया के अनुप्रयोग

A

Numa Dhamani, Maggie Engler

एआई और एमएल
EN
जेनरेटिव एआई मॉडल बनाना और प्रशिक्षित करना: जेनरेटिव एआई विकास और स्केलिंग का एक व्यावहारिक मार्गदर्शक

जेनरेटिव एआई मॉडल बनाना और प्रशिक्षित करना: जेनरेटिव एआई विकास और स्केलिंग का एक व्यावहारिक मार्गदर्शक

A

Irena Cronin

एआई और एमएल
EN
गेम डेवलपमेंट के लिए जेनरेटिव एआई: मशीनों के साथ कथा संसारों की रचना

गेम डेवलपमेंट के लिए जेनरेटिव एआई: मशीनों के साथ कथा संसारों की रचना

A

Shesh Narayan Gupta

एआई और एमएल
EN
इंजीनियर्स के लिए एजेंटिक एआई: लक्ष्य-संचालित सिस्टम्स का आर्किटेक्चरिंग

इंजीनियर्स के लिए एजेंटिक एआई: लक्ष्य-संचालित सिस्टम्स का आर्किटेक्चरिंग

A

Dhivya Nagasubramanian

एआई और एमएल
RU
GenAI और Python के साथ डेटा विश्लेषण

GenAI और Python के साथ डेटा विश्लेषण

A

Артур Гуджа, Марлена Сивяк, Мариан Сивяк

एआई और एमएल
EN
Microsoft Copilot Studio स्टेप बाय स्टेप: Copilot को कस्टमाइज़ करना और एजेंट बनाना

Microsoft Copilot Studio स्टेप बाय स्टेप: Copilot को कस्टमाइज़ करना और एजेंट बनाना

A

Lisa Crosbie

एआई और एमएल
EN
पायथन के साथ डेटा क्लस्टरिंग: सिद्धांत से कार्यान्वयन तक

पायथन के साथ डेटा क्लस्टरिंग: सिद्धांत से कार्यान्वयन तक

A

Guojun Gan

एआई और एमएल
EN
पायथन पर गहन शिक्षा। तीसरा संस्करण

पायथन पर गहन शिक्षा। तीसरा संस्करण

A

Франсуа Шолле, Мэттью Уотсон

एआई और एमएल
EN
वेब डेवलपमेंट और मशीन लर्निंग के लिए आर्टिफिशियल इंटेलिजेंस के साथ प्रोग्रामिंग: कोडिंग और डेवलपमेंट वातावरण के लिए स्मार्ट प्रथाओं में एआई का उपयोग

वेब डेवलपमेंट और मशीन लर्निंग के लिए आर्टिफिशियल इंटेलिजेंस के साथ प्रोग्रामिंग: कोडिंग और डेवलपमेंट वातावरण के लिए स्मार्ट प्रथाओं में एआई का उपयोग

A

Доктор Муралидхар Курни, Рамеш Кришнаманени, Доктор Шриниваса К.Г.

एआई और एमएल
EN
कंप्यूटर साइंस स्क्रैच से: पायथन में इंटरप्रेटर, एमुलेटर और एमएल बनाना

कंप्यूटर साइंस स्क्रैच से: पायथन में इंटरप्रेटर, एमुलेटर और एमएल बनाना

A

David Kopec

एआई और एमएल
EN
LangChain में महारत हासिल करना: जनरेटिव AI अनुप्रयोगों के निर्माण के लिए एक व्यापक गाइड

LangChain में महारत हासिल करना: जनरेटिव AI अनुप्रयोगों के निर्माण के लिए एक व्यापक गाइड

A

Sanath Raj B Narayan, Nitin Agarwal

एआई और एमएल
EN
LangChain सीखना: LangChain और LangGraph के साथ AI और LLM एप्लिकेशन बनाना

LangChain सीखना: LangChain और LangGraph के साथ AI और LLM एप्लिकेशन बनाना

A

Mayo Oshin, Nuno Campos

एआई और एमएल
EN
GitHub Copilot और AI कोडिंग टूल्स इन प्रैक्टिस: व्यक्तिगत डेवलपर्स से एंटरप्राइज़ तक AI अपनाने में तेज़ी लाएँ

GitHub Copilot और AI कोडिंग टूल्स इन प्रैक्टिस: व्यक्तिगत डेवलपर्स से एंटरप्राइज़ तक AI अपनाने में तेज़ी लाएँ

A

Nick Wienholt

एआई और एमएल
RU
R भाषा में डेटा विश्लेषण के मूल सिद्धांत

R भाषा में डेटा विश्लेषण के मूल सिद्धांत

A

Никита Ткаченко

एआई और एमएल
EN
इंटेलिजेंट बैंकिंग: बैंकिंग और वित्त के लिए पायथन प्रोग्रामिंग

इंटेलिजेंट बैंकिंग: बैंकिंग और वित्त के लिए पायथन प्रोग्रामिंग

A

Victor J. Valcarcel

एआई और एमएल
EN
Python Essentials for Biomedical Data Analysis: एक परिचयात्मक पाठ्यपुस्तक

Python Essentials for Biomedical Data Analysis: एक परिचयात्मक पाठ्यपुस्तक

A

Julhash U. Kazi

एआई और एमएल
EN
बहुचर विश्लेषण और मशीन लर्निंग तकनीकें: पायथन का उपयोग करके डेटा विज्ञान में फीचर विश्लेषण

बहुचर विश्लेषण और मशीन लर्निंग तकनीकें: पायथन का उपयोग करके डेटा विज्ञान में फीचर विश्लेषण

A

Srikrishnan Sundararajan

एआई और एमएल
EN
Python for Business Analytics: रणनीतिक निर्णय लेने के लिए डेटा अंतर्दृष्टि को अनलॉक करना

Python for Business Analytics: रणनीतिक निर्णय लेने के लिए डेटा अंतर्दृष्टि को अनलॉक करना

A

Mahadi Hasan Miraz, Narishah Mohamed Salleh, Hwang Ha Jin

एआई और एमएल
EN
हाइब्रिड इमेजिंग और विज़ुअलाइज़ेशन: मशीन लर्निंग का उपयोग Mathematica - Python के साथ

हाइब्रिड इमेजिंग और विज़ुअलाइज़ेशन: मशीन लर्निंग का उपयोग Mathematica - Python के साथ

B

Joseph Awange, Béla Paláncz, Lajos Völgyesi

एआई और एमएल
EN
कम्प्यूटेशनल मटेरियल्स साइंस और मैकेनिक्स में पायथन कोडिंग के लिए GPT: प्रॉम्प्ट इंजीनियरिंग से हल किए गए उदाहरणों में समाधान तक

कम्प्यूटेशनल मटेरियल्स साइंस और मैकेनिक्स में पायथन कोडिंग के लिए GPT: प्रॉम्प्ट इंजीनियरिंग से हल किए गए उदाहरणों में समाधान तक

A

Bernhard Eidel

एआई और एमएल
EN
सुरक्षा के साथ मशीन लर्निंग का परिचय: क्लाउड में पायथन का उपयोग करके सिद्धांत और अभ्यास

सुरक्षा के साथ मशीन लर्निंग का परिचय: क्लाउड में पायथन का उपयोग करके सिद्धांत और अभ्यास

A

Pramod Gupta, Naresh Kumar Sehgal, John M. Acken

एआई और एमएल
RU
एक तंत्रिका नेटवर्क की आत्मकथा

एक तंत्रिका नेटवर्क की आत्मकथा

C

Нейросеть (сост. М.Р. Брослав, О.А. Яблоков)

एआई और एमएल
123 →

PDF गुणवत्ता स्कोर:

A उत्कृष्ट — प्रतिलिपि योग्य पाठ, विषय-सूची, मेटाडेटा B अच्छा — पाठ उपलब्ध, कुछ डेटा गायब C औसत — पाठ आंशिक रूप से निकालने योग्य D खराब — संभवतः एक स्कैन F OCR के बिना स्कैन — पाठ निकाला नहीं जा सकता